ANIMASI

bm-image-744718

Pengertian Animasi
Animasi adalah gambar begerak berbentuk dari sekumpulan objek (gambar) yang disusun secara beraturan mengikuti alur pergerakan yang telah ditentukan pada setiap pertambahan hitungan waktu yang terjadi. Gambar atau objek yang dimaksud dalam definisi di atas bisa berupa gambar manusia, hewan, maupun tulisan.

Macam-macam jenis animasi

Ada yang 2 dimensi (2D)

Centre-for-Arts-and-Technology-Program-Page-Image-2D-Animation-Orange-5.0

Pada animasi 2D, figur animasi dibuat dan diedit di komputer dengan menggunakan 2D bitmap graphics atau 2D vector graphics. Sedangkan 3D lebih kompleks lagi karena menambahkan berbagai efek di dalamnya seperti efek percahayaan, air dan api, dan sebagainya. Sedangkan tokoh yang dianggap berjasa dalam perkembangan animasi adalah walt Disney.

3 dimensi (3D).

Digital-Blu-Jewell-Rafael-Rio-e1307721013240

 

12 prinsip utama dalam animasi

12 prinsip animasi

1. Solid Drawing
Menggambar sebagai dasar utama animasi memegang peranan yang signifikan dalam menentukan -baik proses maupun hasil- sebuah animasi, terutama animasi klasik. Seorang animator harus memiliki kepekaan terhadap anatomi, komposisi, berat, keseimbangan, pencahayaan, dan sebagainya yang dapat dilatih melalui serangkaian observasi dan pengamatan, dimana dalam observasi itu salah satu yang harus dilakukan adalah: menggambar.

Meskipun kini peran gambar -yang dihasilkan sketsa manual- sudah bisa digantikan oleh komputer, tetapi dengan pemahaman dasar dari prinsip ‘menggambar’ akan menghasilkan animasi yang lebih ‘peka’.

2. Timing & Spacing
Grim Natwick -seorang animator Disney pernah berkata, “Animasi adalah tentang timing dan spacing”. Timing adalah tentang menentukan waktu kapan sebuah gerakan harus dilakukan, sementara spacing adalah tentang menentukan percepatan dan perlambatan dari bermacam-macam jenis gerak.

Contoh Timing: Menentukan pada detik keberapa sebuah bola yang meluncur kemudian menghantam kaca jendela.

Contoh Spacing: Menentukan kepadatan gambar (yang pada animasi akan berpengaruh pada kecepatan gerak) ketika bola itu sebelum menghantam kaca, tepat menghantam kaca, sesudahnya, atau misalnya ketika bola itu mulai jatuh ke lantai. Spacing (pengaturan kepadatan gambar) akan mempengaruhi kecepatan gerak bola, percepatan dan perlambatannya, sehingga membuat sebuah gerakan lebih realistis.
3. Squash & Stretch
Squash and strecth adalah upaya penambahan efek lentur (plastis) pada objek atau figur sehingga -seolah-olah ‘memuai’ atau ‘menyusut’ sehingga memberikan efek gerak yang lebih hidup. Penerapan squash and stretch pada figur atau benda hidup (misal: manusia, binatang, creatures) akan memberikan ‘enhancement’ sekaligus efek dinamis terhadap gerakan/ action tertentu, sementara pada benda mati (misal: gelas, meja, botol) penerapan squash and stretchakan membuat mereka (benda-benda mati tersebut) tampak atau berlaku seperti benda hidup.

Contoh pada benda mati: Ketika sebuah bola dilemparkan. Pada saat bola menyentuh tanah maka dibuat seolah-olah bola yang semula bentuknya bulat sempurna menjadi sedikit lonjong horizontal, meskipun nyatanya keadaan bola tidak selalu demikian.Hal ini memberikan efek pergerakan yang lebih dinamis dan ‘hidup’.

Contoh pada benda hidup: Sinergi bisep dan trisep pada manusia. Pada saat lengan ditarik (seperti gerakan mengangkat barbel) maka akan terjadi kontraksi pada otot bisep sehingga nampak ‘memuai’, hal inilah yang disebut squash pada animasi. Sedangkan stretch nampak ketika dilakukan gerakan sebaliknya (seperti gerakan menurunkan lengan), bisep akan nampak ‘menyusut’.

4. Anticipation
Anticipation boleh juga dianggap sebagai persiapan/ awalan gerak atau ancang-ancang. Seseorang yang bangkit dari duduk harus membungkukkan badannya terlebih dahulu sebelum benar-benar berdiri. Pada gerakan memukul, sebelum tangan ‘maju’ harus ada gerakan ‘mundur’ dulu. Dan sejenisnya.

5. Slow In and Slow Out
Sama seperti spacing yang berbicara tentang akselerasi dan deselerasi. Slow In dan Slow Out menegaskan kembali bahwa setiap gerakan memiliki percepatan dan perlambatan yang berbeda-beda. Slow in terjadi jika sebuah gerakan diawali secara lambat kemudian menjadi cepat. Slow out terjadi jika sebuah gerakan yang relatif cepat kemudian melambat.

Contoh: Dalam gerakan misalnya mengambil gelas. Tangan akan memiliki kecepatan yang berbeda ketika sedang akan menjamah gelas, dengan ketika sudah menyentuhnya. Ketika tangan masih jauh dari gelas, tangan akan bergerak relatif cepat. Sedangkan ketika tangan sudah mendekati gelas, maka secara refleks tangan akan menurunkan kecepatannya (terjadi perlambatan) atau dalam konteks ini kita menyebutnya slow out.

 

 

6. Arcs
Dalam animasi, sistem pergerakan tubuh pada manusia, binatang, atau makhluk hidup lainnya bergerak mengikuti pola/jalur (maya) yang disebut Arcs. Hal ini memungkinkan mereka bergerak secara ‘smooth’ dan lebih realistik, karena pergerakan mereka mengikuti suatu pola yang berbentuk lengkung (termasuk lingkaran, elips, atau parabola). Pola gerak semacam inilah yang tidak dimiliki oleh sistem pergerakan mekanik/ robotik yang cenderung patah-patah.

7. Secondary Action
Secondary action adalah gerakan-gerakan tambahan yang dimaksudkan untuk memperkuat gerakan utama supaya sebuah animasi tampak lebih realistik. Secondary action tidak dimaksudkan untuk menjadi ‘pusat perhatian’ sehingga mengaburkan atau mengalihkan perhatian dari gerakan utama. Kemunculannya lebih berfungsi memberikan emphasize untuk memperkuat gerakan utama.

Contoh: Ketika seseorang sedang berjalan, gerakan utamanya tentu adalah melangkahkan kaki sebagaimana berjalan seharusnya. Tetapi seorang animator bisa menambahkan secondary action untuk memperkuat kesan hidup pada animasinya. Misalnya, sambil berjalan ‘seorang’ figur atau karakter animasi mengayun-ayunkan tangannya atau bersiul-siul. Gerakan mengayun-ayunkan tangan dan bersiul-siul inilah secondary action untuk gerakan berjalan.

8. Follow Through and Overlapping Action
Follow through adalah tentang bagian tubuh tertentu yang tetap bergerak meskipun seseorang telah berhenti bergerak. Misalnya, rambut yang tetap bergerak sesaat setelah berhenti berlari.

Overlapping action secara mudah bisa dianggap sebagai gerakan saling-silang. Maksudnya, adalah serangkaian gerakan yang saling mendahului (overlapping). Pergerakan tangan dan kaki ketika berjalan bisa termasuk didalamnya.

9. Straight Ahead Action and Pose to Pose
Dari sisi resource dan pengerjaan, ada dua cara yang bisa dilakukan untuk membuat animasi.

Yang pertama adalah Straight Ahead Action, yaitu membuat animasi dengan cara seorang animator menggambar satu per satu, frame by frame, dari awal sampai selesai seorang diri. Teknik ini memiliki kelebihan: kualitas gambar yang konsisten karena dikerjakan oleh satu orang saja. Tetapi memiliki kekurangan: waktu pengerjaan yang lama.

Yang kedua adalah Pose to Pose, yaitu pembuatan animasi oleh seorang animator dengan cara menggambar hanya pada keyframe-keyframe tertentu saja, selanjutnya in-between atau interval antar keyframe digambar/ dilanjutkan oleh asisten/ animator lain. Cara yang kedua ini lebih cocok diterapkan dalam industri karena memiliki kelebihan: waktu pengerjaan yang relatif lebih cepat karena melibatkan lebih banyak sumber daya.

10. Staging
Seperti halnya yang dikenal dalam film atau teater, staging dalam animasi juga meliputi bagaimana ‘lingkungan’ dibuat untuk mendukung suasana atau ‘mood’ yang ingin dicapai dalam sebagian atau keseluruhan scene.

11. Appeal
Appeal berkaitan dengan keseluruhan look atau gaya visual dalam animasi. Sebagaimana gambar yang telah menelurkan banyak gaya, animasi (dan ber-animasi) juga memiliki gaya yang sangat beragam. Sebagai contoh, anda tentu bisa mengidentifikasi gaya animasi buatan Jepang dengan hanya melihatnya sekilas. Anda juga bisa melihat ke-khas-an animasi buatan Disney atau Dreamworks. Hal ini karena mereka memiliki appeal atau gaya tertentu.

Ada juga yang berpendapat bahwa appeal adalah tentang penokohan, berkorelasi dengan ‘kharisma’ seorang tokoh atau karakter dalam animasi. Jadi, meskipun tokoh utama dari sebuah animasi adalah monster, demit, siluman atau karakter ‘jelek’ lainnya tetapi tetap bisa appealing.

12. Exaggeration
Exaggeration adalah upaya untuk mendramatisir sebuah animasi dalam bentuk rekayasa gambar yang bersifat hiperbolis. Dibuat untuk menampilkan ekstrimitas ekspresi tertentu, dan lazimnya dibuat secara komedik. Banyak dijumpai di film-film animasi sejenis Tom & Jerry, Donald Duck, Doraemon dan sebagainya.

Contoh: 1) Bola mata Tom yang ‘melompat’ keluar karena kaget, 2) Muka Donald yang membara ketika marah, 3) Air mata Nobita yang mengalir seperti air terjun ketika menangis.

 

Perbedaan Antara Cell Animation Dan Digital Animation

1. Cell Animation

459396_orig
Cell (Celluloid) adalah lembaran transparan pada objek yang digambar atau dicat untuk animasi tradisional, hand-drawn animation. Kata “cell” yang berasal dari kata celluloid merupakan material yang digunakan untuk membuat film gambar bergerak.

Celluloid yang sebenarnya terdiri dari selulosa nitrat dan kapur barus yang digunakan pertama kali pada pertengahan abad ke 20, tapi karena mudah terbakar dan dimensi yang tidak stabil lalu digantikan oleh selulosa asetat.

Cell Animation biasanya merupakan lebaran – lembaran yang membentuk sebuah frame animasi. Lembaran – lembaran ini memungkinkan animator untuk memisahkan dan menggambar kembali bagian – bagian gambar yang berubah antara frame yang berurutan.
Disebut cell animation karena teknik pembuatannya dilakukan pada celluloid transparent.

 

2. Digital Animasi

Softimage2011_automatic_face_robot_lip-synching
Animasi digital adalah penggabungan teknik animasi cell (Hand Drawn) yang dibantu dengan komputer. Gambar yang sudah dibuat dengan tangan kemudian dipindai, diwarnai, diberi animasi, dan diberi efek di komputer, sehingga animasi yang didapatkan lebih hidup tetapi tetap tidak meninggalkan identitasnya sebagai animasi 2 dimensi. Contoh animasi jenis ini adalah film Spirited Away dan Lion King.

KOMPRESI TEXT MENGGUNAAKAN ALGORITMA HUFFMAN

huffmanAlgoritma Huffman adalah salah satu algoritma yang banyak digunakan dalam kompressi teks, selain algoritma Huffman ada juga algoritma lainnya.Seperti LZHUF, LZ77Dynamic Markov, Run Length Shannon-Fano. Namun untuk saat ini yang akan kita bahas adalah Algoritma Huffman, karena algoritma ini banyak digunakan dan cukup mudah diImplementasikan dalam pengkompressan teks.

Kompresi adalah proses pengubahan sekumpulan data menjadi bentuk kode dengan tujuan untuk menghemat kebutuhan tempat penyimpanan dan waktu untuk transmisi data. Dengan menggunakan metode Huffman, proses pengkompresan teks dilakukan menggunakan prinsip pengkodean, yaitu tiap karakter dikodekan dengan rangkaian bebearapa bit sehingga menghasilkan hasil yang lebih optimal.

Algoritma Huffman termasuk dalam kelas algoeritma yang menggunakan metode static. Metode static adalah metode yang selalu menggunakan peta kode yang sama, metode ini membutuhkan dua fase (two-pass): fase pertama untuk menghitung probabilitas kemunculan tiap symbol dan menentukan peta kodenya, dan fase kedua untuk mengubah pesan menjadi kumpulan kode yang akan ditransmisikan.

Pembentukan metode Huffman.

Kode Huffman pada dasarnya merupakan kode prefix (Prefix code). Kode prefix adalah himpunan yang berisi sekumpulan kode biner, diman pada kode prefix ini tidak ada kode biner yang menjadi awal bagi kode biner lain. Kode biner biasanya direpresentasikan sebagai pohon biner yang diberikan nilai. Untuk cabang kiri diberi nilai 0, dan cabang kanan diberi nilai 1. Rangkaian bit terbentuk pada setiap lintasan dari akar hingga kedaun merupakan kode prefix untuk karakter berpadanan.

Berikut ini langkah-langkah dalam pembentukan pohon Huffman .

  1. Baca semua karakter dalam teks untuk menghitung frekuensi kemunculan setiap karakter. Setiap karakter penyusun teks dinyatakan sebagai pohon bersimpul tunggal. Setiap simpul di Assign dengan frekuensi kemunculan karakter-karakter.
  2. Gabungkan dua buah pohon yang mempunyai frekuensi terkecil pada sebuah akar. Setelah digabungkan akar tersebut akan mempunyai frekuensi yang merupakan jumlah dari frekuensi dua buah pohon-pohon penyusunnya.
  3. Ulang langkah 1 hingga tersisa satu buah pohon Huffman. Agar pemilihan dua pohon yang akan digabungkan berlangsung cepat, maka semua yang ada selalu terurut menaik berdasarkan frekuensi.

Setelah terbentuk satu pohon, berikutnya adalah proses encoding ( menyusung string biner dari teks yang ada ) algoritma Huffman

  1. Tentukan karakter yang akan di encoding
  2. Mulai dari akar, baca setiap bit yang ada pada cabang yang bersesuaian sampai ketemu daun dimaana karakter itu berada.
  3. Ulangi langkah 2 sampai seluruh karakter encoding.

Setelah encoding terbentuk, maka tahap selanjutnya adalah proses decoding ( menyusun kembali data dari string biner menjadi sebuah karakter kembali).Berikut ini tahap decoding suatu string biner dengan membaca pohon Huffman :

  1. Baca sebuah bit dari string biner
  2. Mulai dari akar
  3. Unutuk setiap bit pada langkah 1, lakukan traversal pada cabang yang bersesuaian
  4. Ulangi dari langkah 1 hingga semua bit didalam string habis
  5. Ulangi langkah 1 hingga semua bit didalam string habis.

Contoh perhitungan algoritma huffman:

1.      Huffman Tree
Kode Huffman digunakan secara luas dan sangat efektif untuk kompresi data. Bisa menghemat 20%-90% dari ukuran semula, tergantung tipe karakter yang dikompresi. Algoritma huffman menggunakan tabel yang menyimpan frekuensi kemunculan dari masing-masing simbol yang digunakan dalam file tersebut dan kemudian mengkodekannya dalam bentuk biner[1].
Pertama-tama buat tabel frekuensi dari semua simbol atau karakter yang muncul dalam suatu file text. Kemudian diurutkan mulai dari simbol dengan frekuensi paling sedikit sampai simbol dengan frekuensi paling banyak. Pembentukan huffman tree dimulai dari dua simbol paling depan untuk dijadikan anak kiri dan anak kanan dari tree yang terbentuk dan frekuensinya dijumlahkan. Setelah itu diurutkan kembali berdasarkan frekuensi yang baru. Demikian dilakukan terus menerus sampai semua simbol terbentuk menjadi tree[3].
Dengan algoritma di atas maka terbentuklah suatu tree yang menyimpan simbol – simbol sedemikian rupa sehingga simbol dengan frekuensi kemunculan paling banyak akan ditempatkan di kedalaman yang paling dangkal, sedangkan simbol-simbol dengan frekuensi kemunculan paling sedikit akan ditempatkan di kedalaman yang paling dalam. Setelah proses pembuatan tree selesai maka tree siap digunakan untuk membentuk kode.
Dari cara kerja metode ini, maka dibutuhkan tree untuk membaca kembali (encode). Oleh karena itu maka tree hasil proses huffman harus disimpan dalam file kompresi. Jika file yang dikompresi ukurannya kecil, maka tidak banyak bit yang dihemat. Semakin besar ukuran file maka semakin banyak bit yang berhasil dihemat. Tetapi karena harus menyimpan huffman tree yang dihasilkan maka jika ukuran file yang dikompresi kecil maka file hasil kompresi bisa jadi bukannya semakin kecil tetapi malah semakin besar. Selain itu jika variasi huruf dalam file yang akan dikompresi sangat banyak, maka ada kemungkinan tree yang terbentuk sangat dalam dan code yang dihasilkan ukurannya sama dengan ukuran satu karakter. Jika hal ini terjadi maka file hasil kompresi bukannya lebih kecil malah menjadi lebih besar. Kedua dugaan ini akan dibuktikan dengan aplikasi yang dibuat.
Dasar pemikiran algoritma ini adalah bahwa setiap karakter ASCII biasanya diwakili oleh 8 bits. Jadi misalnya suatu file berisi deretan karakter “ABACAD” maka ukuran file tersebut adalah 6 x 8 bits = 48 bit atau 6 bytes. Jika setiap karakter tersebut di beri kode lain misalnya A=1, B=00, C=010, dan D=011, berarti kita hanya perlu file dengan ukuran 11 bits (10010101011), yang perlu diperhatikan ialah bahwa kode-kode tersebut harus unik atau dengan kata lain suatu kode tidak dapat dibentuk dari kode-kode yang lain. Pada contoh diatas jika kode D kita ganti dengan 001, maka kode tersebut dapat dibentuk dari kode B ditambah dengan kode A yaitu 00 dan 1, tapi kode 011 tidak dapat dibentuk dari kode-kode yang lain. Selain itu karakter yang paling sering muncul, kodenya diusahakan lebih kecil jumlah bitnya dibandingkan dengan karakter yang jarang muncul. Pada contoh di atas karakter A lebih sering muncul (3 kali), jadi kodenya dibuat lebih kecil jumlah bitnya dibanding karakter lain.
Untuk menetukan kode-kode dengan kriteria bahwa kode harus unik dan karakter yang sering muncul dibuat kecil jumlah bitnya, kita dapat menggunakan algoritma Huffman.
Sebagai contoh, sebuah file yang akan dimampatkan berisi karakter-karakter “PERKARA”. Dalam kode ASCII masing-masing karakter dikodekan sebagai :
P = 50H  =  01010000B
E = 45H  =  01000101B
R = 52H  =  01010010B
K = 4BH  =  01001011B
A = 41H    =  01000001B
Maka jika diubah dalam rangkaian bit, “PERKARA” menjadi :
01010000010001010101001001001011010000010101001001000001
      P         E         R          K          A          R          A
yang berukuran 56 bit.
Tugas kita yang pertama adalah  menghitung frekuensi kemunculan masing-masing karakter, jika kita hitung ternyata P muncul sebanyak 1 kali, E sebanyak 1 kali, R sebanyak 2 kali, K sebanyak 1 kali dan A sebanyak 2 kali. Jika disusun dari yang kecil :
E = 1
K = 1
P = 1
A = 2
R = 2
Untuk karakter yang memiliki frekuensi kemunculan sama seperti E, K dan P disusun menurut kode ASCII-nya, begitu pula untuk A dan R.
Selanjutnya buatlah node masing-masing karakter beserta frekuensinya sebagai berikut :
Ambil 2 node yang paling kiri (P dan E), lalu buat node baru yang merupakan gabungan dua node tersebut, node gabungan ini akan memiliki cabang masing-masing 2 node yang digabungkan tersebut. Frekuensi dari node gabungan ini adalah jumlah frekuensi cabang-cabangnya. Jika kita gambarkan akan menjadi seperti berikut ini :
Jika kita lihat frekuensi tiap node pada level paling atas, EK=2, P=1, A=2, dan R=2. Node-node tersebut harus diurutkan lagi dari yang paling kecil, jadi node EK harus digeser ke sebelah kanan node P dan ingat jika menggeser suatu node yang memiliki cabang, maka seluruh cabangnya harus diikutkan juga. Setelah diuurutkan hasilnya akan menjadi sebagai berikut :
Setelah node pada level paling atas diurutkan (level berikutnya tidak perlu diurutkan), berikutnya kita gabungkan kembali 2 node paling kiri seperti yang pernah dikerjakan sebelumnya. Node P digabung dengan node EK menjadi node PEK dengan frekuensi 3 dan gambarnya akan menjadi seperti berikut ini :
Kemudian diurutkan lagi menjadi :
Demikian seterusnya sampai diperoleh pohon Huffman seperti gambar berikut ini :
Setelah pohon Huffman terbentuk, berikan tanda bit 0 untuk setiap cabang ke kiri dan bit 1 untuk setiap cabang ke kanan seperti gambar berikut :
Untuk mendapatkan kode Huffman masing-masing karakter, telusuri karakter tersebut dari node yang paling atas (PEKAR) sampai ke node karakter tersebut dan susunlah bit-bit yang dilaluinya.
Untuk mendapatkan kode Karakter E, dari node PEKAR kita harus menuju ke node PEK melalui bit 0 dan selanjutnya menuju ke node EK melalui bit 1, dilanjutkan ke node E melalui bit 0, jadi kode dari karakter E adalah 010.
Untuk mendapatkan kode Karakter K, dari node PEKAR kita harus menuju ke node PEK melalui bit 0 dan selanjutnya menuju ke node EK melalui bit 1, dilanjutkan ke node K melalui bit 1, jadi kode dari karakter K adalah 011.
Untuk mendapatkan kode Karakter P, dari node PEKAR kita harus menuju ke node PEK melalui bit 0 dan selanjutnya menuju ke node P melalui bit 0, jadi kode dari karakter P adalah 00.
Untuk mendapatkan kode Karakter A, dari node PEKAR kita harus menuju ke node AR melalui bit 1 dan selanjutnya menuju ke node A melalui bit 0, jadi kode dari karakter A adalah 10.
Terakhir, untuk mendapatkan kode Karakter R, dari node PEKAR kita harus menuju ke node AR melalui bit 1 dan selanjutnya menuju ke node R melalui bit 1, jadi kode dari karakter R adalah 11.
Hasil akhir kode Huffman dari file di atas adalah :
E =   010
K =   011
P =    00
A =   10
R =   11
Dengan kode ini, file yang berisi karakter-karakter “PERKARA” akan menjadi lebih kecil, yaitu :
00 010 11 011 10 11 10  =   16 bit
 P    E   R   K   A  R  A
Dengan Algoritma Huffman berarti file ini dapat kita hemat sebanyak 56-16 = 40 bit.
Untuk proses pengembalian ke file aslinya, kita harus mengacu kembali kepada kode Huffman yang telah dihasilkan, seperti contoh di atas hasil pemampatan adalah :
000101101100 1110
dengan Kode Huffman :
E =   010
K =   011
P =    00
A =   10
R =   11
Ambillah satu-persatu bit hasil pemampatan mulai dari kiri, jika bit tersebut termasuk dalam daftar kode, lakukan pengembalian, jika tidak ambil kembali bit selanjutnya dan jumlahkan bit tersebut. Bit pertama dari hasil pemampatan di atas adalah 0, karena 0 tidak termasuk dalam daftar kode kita ambil lagi bit kedua yaitu 0, lalu digabungkan menjadi 00, jika kita lihat daftar kode 00 adalah kode dari karakter P.
Selanjutnya bit ketiga diambil yaitu 0, karena 0 tidak terdapat dalam daftar kode, kita ambil lagi bit keempat yaitu 1 dan kita gabungkan menjadi 01. 01 juga tidak terdapat dalam daftar, jadi kita ambil kembali bit selanjutnya yaitu 0 dan digabungkan menjadi 010. 010 terdapat dalam daftar kode yaitu karakter E. Demikian selanjutnya dikerjakan sampai bit terakhir sehingga akan didapatkan hasil pengembalian yaitu PERKARA.
Supaya lebih jelas kita ambil contoh lain sebuah file yang berisi karakter-karakter “TERTUTUP”.
Pertama-tama kita hitung frekuensi kemunculan masing-masing karakter, jika kita hitung ternyata T muncul sebanyak 3 kali, E sebanyak 1 kali, R sebanyak 1 kali, U sebanyak 2 kali dan P sebanyak 1 kali. Jika disusun dari yang kecil (jika sama urutkan berdasarkan kode ASCII):
E = 1
P = 1
R = 1
U = 2
T = 3
Selanjutnya buatlah node masing-masing karakter beserta frekuensinya sebagai berikut :
Setelah dilakukan pembuatan pohon Huffman seperti yang sudah pernah kita lakukan, hasilnya akan menjadi seperti gambar berikut ini:
Dari pohon Huffman di atas, kita bisa membuat daftar kode untuk masing-masing karakter seperti berikut ini :
E = 1110
P = 1111
R = 110
U = 10
T = 0
Dengan kode ini file pemampatan menjadi berisi :
011101100100101111 =  18 bit
Bandingkan file aslinya yang berukuran 64 bit.
Sekarang coba anda kerjakan sendiri untuk mendapatkan file hasil pemampatan dengan algoritma Huffman dari file yang berisi karakter-karakter “PEMAMPATAN”. Kerjakanlah dengan tahap-tahap berikut :
1.      Hitung frekuensi kemunculan masing-masing karakter.
2.      Susun berdasakan jumlah frekuensi dari yang kecil, jika sama lihat kode ASCII-nya.
3.      Gambarkan pohon Huffman dari karakter-karakter tersebut.
4.      Buat daftar Kode Huffman dari pohon Huffman.
5.      Kodekan setiap karakter dalam file asli berdasarkan Kode Huffman secara berurutan.
Jika anda lakukan dengan benar, maka daftar kode yang didapatkan adalah :
E = 1010
N =            1011
T = 100
M = 00
P = 01
A =            11
Sehingga file pemampatannya menjadi :
0110100011000111100111011 = 25 bit.

KOMPRESI DATA

Kompresi Data merupakan cabang ilmu komputer yang bersumber dari Teori Informasi. Teori Informasi sendiri adalah salah satu cabang Matematika yang berkembang sekitar akhir dekade 1940-an. Tokoh utama dari Teori Informasi adalah Claude Shannon dari Bell Laboratory.

contoh1

1. Apa yang dimaksud dengan kompresi data?

Kompresi berarti memampatkan / mengecilkan ukuran ,Kompresi data adalah proses mengkodekan informasi menggunakan bit atau information-bearing unit yang lain yang lebih rendah daripada representasi data yang tidak terkodekan dengan suatu sistem enkoding tertentu.

-Contoh kompresi sederhana yang biasa kita lakukan misalnya adalah menyingkat kata-kata yang sering digunakan tapi sudah memiliki konvensi umum.  Misalnya: kata “yang” dikompres menjadi kata “yg”

– Pengiriman data hasil kompresi dapat dilakukan jika pihak pengirim/yang melakukan kompresi dan pihak penerima memiliki aturan yang sama dalam hal kompresi data

– Pihak pengirim harus menggunakan algoritma kompresi data yang sudah baku dan pihak penerima juga menggunakan teknik dekompresi data yang sama dengan pengirim sehingga data yang diterima dapat dibaca / di-dekode kembali dengan benar

Kompresi data menjadi sangat penting karena memperkecil kebutuhan penyimpanan data, mempercepat pengiriman data, memperkecil kebutuhan bandwidth

Teknik kompresi bisa dilakukan terhadap data teks/biner, gambar (JPEG, PNG, TIFF), audio (MP3, AAC, RMA, WMA), dan video (MPEG, H261, H263)

2. Mengapa kompresi diperlukan pada data multimedia?

deskompres

KOMPRESI DATA PADA MULTIMEDIA begitu Ddibutuhkan karena multimedia menyajikan dan menggabungkan teks, suara, gambar, animasi dan video dengan alat bantu ([tool]) dan koneksi ([link]) sehingga pengguna dapat ber-([navigasi]), berinteraksi, berkarya dan berkomunikasi. Karena itu multimedia memiliki ukuran file yang sangat besar, bias mencapai ber mega-mega byte . Maka dari itu kompresi begitu dibutuhkan multimedia karena berfungsi untuk mengecilkan ukuran file multimedia

 

3. Ada berapa jenis kompresi data yang dapat digunakan pada tipe data multimedia?

DIALOQUE MODE : yaitu proses penerimaan data dimana pengirim dan penerima seakan berdialog (real time), seperti pada contoh video conference. Dimana kompresi data harus berada dalam batas penglihatan dan pendengaran manusia.  Waktu tunda (delay) tidak boleh lebih dari 150 ms, dimana 50 ms untuk proses kompresi dan dekompresi, 100 ms mentransmisikan data dalam jaringan

RETRIEVAL MODE :  yaitu proses penerimaan data tidak dilakukan secara real timeDapat dilakukan fast forward dan fast rewind di client Dapat dilakukan random access terhadap data dan dapat bersifat interaktif

4. Jelaskan perbedaan antara teknik kompresi lossy dan lossless, berikan contoh yang sesuai.

images-11

Jenis Kompresi Data Berdasarkan Output:

LOSSY COMPRESSION : kompresi dimana data hasil dekompresi tidak sama dengan data sebelum kompresi namun sudah “cukup” untuk digunakan.  Contoh: Mp3, streaming media, JPEG, MPEG, dan WMA.

Kelebihan: ukuran file lebih kecil dibanding loseless namun masih tetap memenuhi syarat untuk digunakan.

Biasanya teknik ini membuang bagian-bagian data yang sebenarnya tidak begitu berguna, tidak begitu dirasakan, tidak begitu dilihat oleh manusia sehingga manusia masih beranggapan bahwa data tersebut masih bisa digunakan walaupun sudah dikompresi.

Misal terdapat image asli berukuran 12,249 bytes, kemudian dilakukan kompresi dengan JPEG kualitas 30 dan berukuran 1,869 bytes berarti image tersebut 85% lebih kecil dan ratio kompresi 15%

LOSSELESS COMPRESSION : Teknik kompresi dimana data hasil kompresi dapat didekompres lagi dan hasilnya tepat sama seperti data sebelum proses kompresi.  Contoh aplikasi: ZIP, RAR, GZIP, 7-Zip

Teknik ini digunakan jika dibutuhkan data setelah dikompresi harus dapat diekstrak/dekompres lagi tepat sama.  Contoh pada data teks, data program/biner, beberapa image seperti GIF dan PNG

Kadangkala ada data-data yang setelah dikompresi dengan teknik ini ukurannya menjadi lebih besar atau sama.

5. Jelaskan satu teknik kompresi text yang sangat sederhana, berikan contoh sebelum dan setelah kompresi ?

Run-Length-Encoding(RLE) kompresi data teks dilakukan jika ada beberapa huruf yang sama yang ditampilkan berturut-turut. Contoh : Data :ABCCCCCCCCDEFGGGG = 17 karakter, RLE tipe 1 (min. 4 huruf sama) : ABC!8DEFG!4 = 11 karakter.

KOMPRESI DATA PADA TEKS

Dekompresi : Proses dekompresi mengembalikan file kompresi menjadi teks awal. Hasil dekompresi tergantung dari sifat kompresi yang digunakan, yaitu Lossless Compression atau  Lossy Compression.

Lossless Compression

Jika telah dilakukan teknik lossles compression pada suatu teks, teks yang asli dapat diperoleh kembali secara tepat dari file hasil dekompresi tersebut (Sayood, 2001). Pengkodean aritmetika merupakan teknik kompresi yang bersifat lossless compression.

Lossy Compression

Lossy Compression mengakibatkan hilangnya beberapa informasi, dan hasil dekompresi tidak dapat menghasilkan teks yang tepat sama dengan teks asli (Sayood, 2001).

Rasio Kompresi

Rasio Kompresi menunjukkan presentase besarnya kompresi yang dilakukan terhadap file asli. Rasio kompresi diperoleh dari persamaan:Selisih ukuran Rasio kompresi = x 100% (1) file asli

Selisih ukuran = file asli – file kompresi (2) Semakin tinggi rasio kompresi maka ukuran file kompresi yang dihasilkan semakin kecil, yang berarti hasil kompresi semakin bagus.

 

2. KOMPRESI DAYA PADA IMAGE

GIF

Graphic Interchange Format (GIF) yang dibuat oleh Compuserve pada tahun 1987 untuk menyimpan berbagai gambar dengan format bitmap menjadi sebuah file yang mudah untuk diubah pada jaringan koputer. GIF adalah file format graphic yang paling tua pada Web. GIF mendukung sampai 8 bit pixel , itu berarti maksimum jumlah warnanya 256 warna (28 = 256 warna), 4-pass interlacing, transparency dan mengunakan varian dari algoritma kompresi Lempel-Ziv Welch (LZW).

Format File GIF

Terdapat dua tipe dari GIFs, antara lain:

• GIF87a: support dengan interlacing dan kapasitas dari beberapa file. Tehnik itu dinamakan GIF87 karena pada tahun 1987 standar ini ditemukan dan dijadikan standar.

• GIF89a: adalah kelanjutan dari spesifikasi GIF87a dan penambahan pada transparency, pemberian tulisan dan animasi dari text dan grafik.

PNG

Portable Network Graphic (PNG) format di rancang agar menjadi lebih baik dengan format yang terdahulu yaitu GIF adan sudah dilegalkan. PNG di rancang untuk algoritma losslessley untuk menyimpan sebuah bitmap image.PNG mempunyai persamaan fitur dengan GIF salah satunya adalah (multiple images), meningkatkan sesuatu contohnya(interlacing , kompresi) dan penambahan fitur-fitur yang terbaru (gamma storage, full alpha channel, true color support, error detection ). Medukung untuk Web browser dimana dapat dilakukan plug-ins pada web browser.

JPEG

Joint Photograpic Experts (JPEG , dibaca jay-peg,[6]) di rancang untuk kompresi beberapa full-color atau gray-scale dari suatu gambar yang asli, seperti pemandangan asli di dunia ini. JPEGs bekerja dengan baik pada continous tone images seperi photographs atau semua perkajaan seni yang mengininkan yang nyata; tetapi tidak terlalu bagus pada ketajaman gambar dan seni pewarnaan seperti penulisan, kartun yang sederhana atau gambar yang mengunakan banyak garis. JPEG sudah mendukung untuk 24-bit color depth atau sama dengan 16,7 juta warna (224 = 16.777.216 warna).progressive JPEGs (p-JPEGs) adalah tipe dari beberapa persen lebih kecil dibandingkan baseline JPEGs: tetapi keuntungan dari JPEG dan tipe-tipenya telihat pada langkah-langkahnya sama seperti iinterlaced GIFs.

JPEG 2000

JPEG 2000 adalah tehnik kompresi image yang paling terbaru. Jpeg 2000 merupakan pengembangan dari Jpeg, yang jumlah bit error yang relatif rendah,ratedistorsi, transmisi dan mempunyai kualitas yang baik dibandingkan dengan Jpeg. Jpeg 2000 menerapkan teknik kompresi lossy dan lossless. Dan penggunan ROI coding (Region of interest coding). JPEG 2000 didesain untuk internet , scanning, digital photograpi, remote sensing , medical imegrey, perpustakaan digital dan E-commerce.

Sejak taahun 80-an kita ingat bahwa Internetional Telecomunication Union (ITU) dan International Organization for Standardzation (ISO) telah melakukan kerjasama untuk membuat stadarisasi untuk kompresi grayscale dan dan pewaranan gambar, yang kita kenal dengan nama JPEG ( Joint Photograpic Experts). Dengan sejalan perkembangan teknologi multimedia yang sangat cepat yang memerlukan tehnik kompresi dengan performa yang tinggi, maka pada maret 1997 dibuat suatu proyek standar baru tehnik kompresi untuk gambar, yang dikenal dengan nama JPEG 2000. proyek ini membuat sistem pengkodean baru untuk beberapa jenis gambar yang berbeda-beda ( bi-level, greylevel, Colour, Multi component) dengan perbedaan karakteristik (natural Images, scientific, medical, remote sensing, text, dan sebagainya).

3. KOMPRESI DAYA PADA AUDIO

Kompresi audio adalah salah satu bentuk kompresi data yang

bertujuan untuk mengecilkan ukuran file audio/video dengan metode

– Lossy format : Vorbis, MP3;

– Loseless format : FLAC; pengguna : audio engineer, audiophiles

Kompresi dilakukan pada saat pembuatan file audio dan pada saat

distribusi file audio tersebut!

Kendala kompresi audio:

– Perkembangan sound recording yang cepat dan beranekaragam

-Nilai dari audio sample berubah dengan cepat

Losless audio codec tidak mempunyai masalah dalam kualitas suara,

penggunaannya dapat difokuskan pada:

– Kecepatan kompresi dan dekompresi

– Derajat kompresi

– Dukungan hardware dan software

Lossy audio codec penggunaannya difokuskan pada:

– Kualitas audio

– Faktor kompresi

– Kecepatan kompresi dan dekompresi

– Inherent latency of algorithm (penting bagi real-time streaming)

– Dukungan hardware dan software

Metode Kompresi Audio

Metode Transformasi

Menggunakan algoritma seperti MDCT (Modified Discreate Cosine Transform) untuk mengkonversikan gelombang bunyi ke dalam sinyal digital agar tetap dapat didengar oleh manusia (20Hz s/d 20kHz) , yaitu menjadi frekuensi 2 s/d 4kHz dan 96 dB.

Metode Waktu

Menggunakan LPC (Linier Predictive Coding) yaitu digunakan untuk speech (pidato), dimana LPC akan menyesuaikan sinyal data pada suara manusia, kemudian mengirimkannya ke pendengar. Jadi seperti layaknya komputer yang berbicara dengan bahasa manusia dengan kecepatan 2,4 kbps

Teknik kompresi audio dengan format MPEG (Moving Picture Expert Group)

– MPEG-1 menggunakan bandwidth 1,5 Mbits/sec untuk audio dan video, dimana 1,2 Mbits/sec digunakan untuk video sedangkan 0,3 Mbits/sec digunakan untuk audio.Nilai 0,3 Mbits/sec ini lebih kecil dibandingkan dengan bandwidth yang dibutuhkan oleh CD Audio yang tidak terkompres sebesar 44100 samples/sec x 16 bits/sample * 2 channel > 1,4 Mbits/sec yang hanya terdiri dari suara saja.

– Untuk ratio kompresi 6:1 untuk 16 bit stereo dengan frekuensi 48kHz dan bitrate 256 kbps CBR akan menghasilkan ukuran file terkompresi kira-kira 12.763 KB, sedangkan ukuran file tidak terkompresinya adalah 75.576 KB

– MPEG-1 audio mendukung frekuensi dari 8kHz, 11kHz, 12kHz, 16kHz, 22kHz, 24 kHz, 32 kHz, 44kHz, dan 48 kHz. Juga mampu bekerja pada mode mono (single audio channel), dual audio channel, stereo, dan joint-stereo

4. KOMPRESI DATA PADA VIDEO

Video adalah teknologi untuk menangkap, merekam, memproses, mentransmisikan, dan menata ulang gambar bergerak. Biasanya menggunakan film seluloid, sinyal elektronik, atau media digital.

Untuk mendigitalkan dan menyimpan klip video full-motion selama 10 menit ke dalam komputer, harus mentransfer data dalam jumlah banyak dalam waktu yang singkat. Untuk mereproduksi satu frame dari komponen video digital 24 bit, diperlukan data komputer hampir 1 MB, video tidak terkonversi dengan layer pernuh selama 30 detik akan memenuhi Harddisk bermuatan gigabyte. Video dengan ukuran penuh dan full-motion memerlukan komputer yang dapat mengirimkan data kurang lebih 30 MB per detik. Kemacetan teknologi yang besar dapat diatasi menggunakan skema konversi video digital atau codec (coder/decoder). Codec adalah algoritma yang digunakan untuk mengkonversi (kode) sebuah video untuk dikirimkan, kemudian didekode secara langsung untuk pemutaran yang cepat. Codec yang berbeda dioptimasi untuk metode pengiriman yang berbeda (misalnya, dari hard drive, CD-ROM, atau melalui Web). Tujuan dari pemampatan/konversi video yakni : minimisasi bit rate dalam penyajian digital sinyal video, memelihara tingkat kualitas sinyal yang dikehendaki, meminimalkan kompleksitas codec (coder dan decoder-penyandi dan pengurai), serta kandungan delay atau penundaan

Dengan kata lain kompresi video adalah salah satu bentuk kompresi data yang bertujuan untuk mengecilkan ukuran file video. Video kompresi mengacu untuk mengurangi jumlah data yang digunakan untuk mewakili video digital gambar, dan merupakan kombinasi dari ruang kompresi gambar dan temporal kompresi gerak.

Selamat Menulis

Selamat Datang di Dunia Blog, dan selamat menulis…

Pengelola blog kembali mengingatkan akan peraturan pemakaian Blog Universitas Widyatama Bandung adalah sebagai berikut :

  1. Blog ini merupakan milik Universitas Widyatama termasuk didalamnya seluruh sub domain yang digunakan sehingga apa yang terdapat didalam blog ini secara umum akan mengikuti aturan dan kode etik yang ada di Universitas Widyatama Bandung.
  2. Blog ini dibuat dengan menggunakan aplikasi pihak ke tiga (WordPress), dan lisensi plugin plugin didalamnya terikat terhadap developer pembuat plugin tersebut.
  3. Blog ini dapat digunakan oleh Karyawan, Dosen dan Mahasiswa Universitas Widyatama Bandung.
  4. Dilarang melakukan registrasi username atau site/subdomain blog dengan menggunakan kata yang tidak pantas.
  5. Dilarang memasukkan konten dengan unsur SARA, pornografi, pelecehan terhadap seseorang ataupun sebuah institusi.
  6. Dilarang menggunakan blog ini untuk melakukan transaksi elektronik dan pemasangan iklan.
  7. Usahakan sebisa mungkin untuk melakukan embed video atau gambar di bandingkan dengan melakukan upload secara langsung pada server.
  8. Pelanggaran yang dilakukan akan dikenakan sanksi penutupan blog dan atau sanksi yang berlaku pada aturan Universitas Widyatama sesuai dengan jenis pelanggaran yang dilakukan.
  9. Administrator berhak melakukan pembekuan account tanpa pemberitahuan terlebih dahulu jika dianggap ada hal hal yang melanggar peraturan.
  10. Aturan yang ada dapat berubah sewaktu waktu.

Beberapa Link terkait Universitas Widyatama

  1. Fakultas Ekonomi – http://ekonomi.widyatama.ac.id
  2. Fakultas Bisnis & Manajemen – http://manajemen.widyatama.ac.id
  3. Fakultas Teknik – http://teknik.widyatama.ac.id
  4. Fakultas Desain Komunikasi Visual – http://dkv.widyatama.ac.id
  5. Fakultas Bahasa – http://bahasa.widyatama.ac.id

Layanan Digital Universitas Widyatama

  1. Biro Akademik – http://akademik.widyatama.ac.id
  2. Rooster Kuliah – http://rooster.widyatama.ac.id
  3. Portal Mahasiswa – http://mhs.widyatama.ac.id
  4. Portal Dosen – http://dosen.widyatama.ac.id
  5. Digital Library – http://dlib.widyatama.ac.id
  6. eLearning Portal – http://learn.widyatama.ac.id
  7. Dspace Repository – http://repository.widyatama.ac.id
  8. Blog Civitas UTama – http://blog.widyatama.ac.id
  9. Email – http://email.widyatama.ac.id
  10. Penerimaan Mahasiswa Baru – http://pmb.widyatama.ac.id/online

Partner UTama

  1. Putra International College – http://www.iputra.edu.my
  2. Troy University – http://www.troy.edu
  3. Aix Marsielle Universite – http://www.univ-amu.fr
  4. IAU – http://www.iau-aiu.net/content/institutions#Indonesia
  5. TUV – http://www.certipedia.com/quality_marks/9105018530?locale=en
  6. Microsoft – https://mspartner.microsoft.com/en/id/Pages/index.aspx
  7. Cisco – http://www.cisco.com/web/ID/index.html
  8. SAP – http://www.sap.com/asia/index.epx
  9. SEAAIR – http://www.seaair.au.edu

Academic Research Publication

  1. Microsoft Academic  –  http://academic.research.microsoft.com/Organization/19057/universitas-widyatama?query=universitas%20widyatama
  2. Google Scholar – http://scholar.google.com/scholar?hl=en&q=Universitas+Widyatama&btnG=

Info Web Rangking

  1. Webometric – http://www.webometrics.info/en/detalles/widyatama.ac.id
  2. 4ICU – http://www.4icu.org/reviews/10219.html